评估机器学习模型在波传输系数估算方面的预测性能和可靠性

《Ocean Engineering》：Evaluation of predictive performance and reliability of machine learning models for wave transmission coefficient estimation

波传输系数预测的机器学习模型研究及不确定性分析。

　　
沿海结构物的波传输系数预测研究进展及机器学习方法应用分析

一、研究背景与问题提出
波传输系数（Kt）是评估沿海防护结构效能的核心参数，直接影响波浪能量传递效率。传统经验公式多基于特定结构类型和波浪条件，存在适用范围受限、参数敏感性高等问题。随着机器学习技术的成熟，学界开始探索数据驱动的方法来提升预测精度和泛化能力。本研究针对低 crest（矮 crest）和透水型（permeable）海岸结构，整合了CLASH数据库的3319个实验室数据点，系统评估了10种机器学习模型的预测性能。

二、方法创新与实施流程
研究采用多阶段协同优化策略：首先通过相关矩阵分析（correlation matrix analysis）对38个原始参数进行筛选，剔除与Kt相关性低于0.8的参数，将输入维度压缩至12个关键参数。接着采用Halving Random Search Cross-Validation（HRSCV）进行超参数优化，该方法通过逐步淘汰低效参数组合，显著提升了计算效率。为增强模型可解释性，结合SHAP（SHapley Additive exPlanations）价值分析和方差阈值筛选，最终开发出5-10个输入参数的简化模型。

三、模型性能对比分析
实验结果显示，集成学习类模型（CatBoost、Extra Trees、LGBM）在各项指标上表现最优：
1. 复杂模型：CatBoost模型R2值达0.962±0.003，RMSE控制在0.046以内，其95%置信区间宽度仅为0.011，显著优于其他算法
2. 简化模型：通过特征重要性排序和组合优化，最终确定6输入模型（包含相对波高Hs/D50、结构坡度cotαd、波陡ξp等核心参数）在测试集上达到0.958±0.005的R2值
3. 不确定性分析：采用自助法（bootstrap Monte Carlo）进行5000次迭代模拟，发现CatBoost模型的标准差（0.017）仅为SVM模型的41%，其预测方差分布最集中

四、关键发现与理论突破
1. 特征工程优化：通过构建双维度筛选机制（相关系数阈值+SHAP特征重要性），成功将输入参数数量从38个精简至6个，同时保持87%的原始信息量。筛选出的核心参数包括：
- 相对结构高度Rc/Hs（决定能量衰减主路径）
- 波陡参数ξp（反映波浪破碎特性）
- 透水结构孔隙率n（影响内部能量传递）
- 环境参数组合L?=L/B_eff（表征波长与有效结构宽度的比值）

2. 模型泛化能力验证：在跨区域数据测试中（涵盖欧洲、亚洲、北美12个实验站点），CatBoost模型保持稳定输出，其R2值下降幅度控制在0.5%以内。对比传统公式发现，在极端波浪条件（Hs/D50>6）下，机器学习模型仍能保持85%以上的预测精度。

3. 不确定性量化突破：首次将蒙特卡洛模拟与SHAP特征重要性结合，构建三维不确定性图谱。研究发现：
- 结构参数的不确定性贡献度达62%
- 波浪参数的敏感性指数（SI）超过0.8
- 预测误差主要来自渗透结构孔隙率的测量偏差（标准差0.12）

五、工程应用价值与实践启示
1. 模型简化策略：通过方差阈值（0.05）和特征重要性排序（基于SHAP值），成功将复杂模型转化为易于部署的轻量化版本。六输入模型在实时预测场景中响应时间缩短至0.3秒（原复杂模型需8.2秒）。

2. 工程指导意义：
- 透水结构设计应优先控制Rc/Hs比值在0.07-0.25区间
- 波陡参数ξp超过2.5时需考虑孔隙压力效应
- 在B/Hs>10的宽结构场景中，模型预测误差可控制在4%以内

3. 技术推广建议：
- 建立动态参数更新机制，应对不同地质条件
- 开发多模型融合系统（如XGBoost+CatBoost加权平均）
- 加强长期监测数据与模型的自适应训练

六、研究局限性与发展方向
当前研究存在以下局限：
1. 数据集主要来源于实验室模拟，实际海况的极端事件覆盖不足
2. 特征工程依赖经验筛选，缺乏自动化特征生成机制
3. 不确定性分析未考虑环境参数的时空相关性

未来研究建议：
1. 构建海洋环境参数动态数据库，集成卫星遥感与浮标监测数据
2. 开发基于注意力机制的特征自动生成框架
3. 探索物理信息神经网络（PINN）与机器学习模型的融合方案

七、行业影响与标准化建议
研究成果已应用于3个国际沿海工程项目的可行性研究，验证了机器学习模型的工程适用性。建议行业标准制定部门：
1. 建立机器学习模型验证的标准化流程（包括数据预处理、特征工程、超参数优化等）
2. 制定不同结构类型（硬质/透水/生态型）的模型性能基准值
3. 开发开源的模型性能评估平台（MPAE），包含：
- 模型鲁棒性测试模块
- 不确定性量化工具包
- 参数敏感性分析平台

本研究通过系统性对比实验和工程验证，证实机器学习方法在波传输系数预测领域具有显著优势。特别是CatBoost模型在参数优化、计算效率、不确定性控制方面表现突出，为后续智能化沿海工程设计提供了可靠的技术支撑。建议后续研究重点放在多源数据融合、模型可解释性提升以及极端海况下的泛化能力优化。